1、图像的定义广义地讲，凡是记录在纸质上的，拍摄在底片和照片上的，显示在电视、投影仪和计算机屏幕上的所有具有视觉效果的画面都
称为图像。根据图像记录方式的不同，图像可分为两大类，一类是模拟图像（AnalogImage），一类是数字图像（D
igitalImage）。模拟图像是通过某种物理量（光、电等）的强弱变化来记录图像上各点的亮度信息的；而数字图像则完全是用数字（
即计算机存储的数据）来记录图像各点的亮度信息。2、数字图像的定义数字图像是由模拟图像数字化得到的、以像素为基本元素
、可以用数字计算机或数字电路存储和处理的图像。采样：空间离散化量化：灰度离散化数字化量化和采样是两个不同的概
念，量化是在每个采样点上进行的，所以必须先采样后量化。yx0灰度值f(x,y)=像素1250ppi300
ppi150ppi72ppi空间分辨率：图像数字化过程中对空间坐标离散化处理的精度（即采样的精度），
是数字图像的重要参数之一。空间分辨率越高，像素数越多（即行数和列数越多），像素点越小，图像所表达的景物细节就越丰富，但图像的数字化
、存储、传输和处理的代价也越大。yx0灰度值f(x,y)=像素数字图像大小：
采样精度影响数字图像中像素的个数（即行数M×列数N）,量化则决定了用于反应图像中明暗变化的灰度值种类的多少（即灰度级）。令C为灰度
级数，则每一个灰度值需占用log2C个比特位，一幅灰度图像大小的计算为：M×N×log2C(bit)例如：一幅512×
512的256级灰度图像，在计算机中所占用的空间大小为：512×512×log2256=2097152（bit）1
B=8bit1KB=1024B1MB=1024KB3、数字图像的分类
灰度图像二值图像彩色图像M×N的二维矩阵M×N×3的三维矩阵（1）灰度图像：常用的灰度图像为256级灰度图像，灰
度值是[0,255]范围内的整数值。（2）二值图像：灰度图像经过二值化处理后的结果，只有两个灰度级（即两种灰度值反应明暗变化）。
（3）彩色图像：彩色图像的数据不仅包含亮度信息，还要包含颜色信息。
彩色模型：RGB（Red/Green/Blue，红/绿/蓝）
CMY（Cyan/Magenta/Yellow，青/洋红/黄）
HSI（Hue/Saturation/Intensity，色调/饱和度/强度）
CMY三基色的特点是油墨和颜料用的越多，颜色越暗（或越黑），所以将CMY称为三减色，而RG
B称为三加色。4、空间域图像增强（1）灰度变换：判断出高/低灰度范围的压缩/扩展（2）直方图修正：直方图的绘制、直方图均
衡化（3）平滑：均值滤波、中值滤波（4）锐化：根据算子写出行/列方向偏导模板的使用（1）灰度变换以全域线性变换为例：
假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围线性扩展至[c,d]，其数学表达式为
：以全域非线性变换为例对数函数作为图像的映射函数，低灰度范围得以扩展，高灰度范围被压缩f(x,y)g(x,y)a
低Q高k=1（2）直方图修正直方图是图像的灰度与像素数之间的统计图，即对于每个灰度值，统计在图
像中具有该灰度值的像素个数，并绘制成图形，称为灰度直方图（简称直方图）。20015010050
例：绘制100×100的256级灰度图像直方图，四个区域亮度值分别为：rknk050150100
2002500rkP(rk)=nk/n0501501002000.25rk是第k
级灰度值nk是图像中第k级灰度的像素个数P(rk)是第k级灰度值的出现概率或者原图像均衡后所
得图像z∈[a,b]z’∈[c,d]rk∈[0,1]s’k∈[0,1]归一化均衡变换sk不一
定是有效归一化亮度值逆归一化用与sk最接近的rk作为s’k确定映射直方图均衡流程图8个灰度级，总计6464=4096
点注意：离散均衡不可能拉平rknkpr(rk)sk原量化级与sk最接近的rks’k（像素个数）新灰度级出现概率
07900.190.1901/71/7（790）0.191/710230.250.441/7=0.14
3/73/7（1023）0.252/78500.210.652/7=0.295/75/7（850）0.21
3/76560.160.813/7=0.436/76/7（985）0.244/73290.080.894
/7=0.576/75/72450.060.955/7=0.7111（448）0.116/71220.
030.986/7=0.8611810.0211.001例题：已知一幅图像的灰度级为8，即[0,1]之间划分为
8个归一化灰度级。图像左边一半为深灰色，其灰度值为1/7，右边一半为黑色，灰度值为0。对此图像进行直方图均衡化处理，描述一下处理后
的图像是一幅什么样的图像。例题：8级灰度图像（有效亮度值为0到7的整数）如右图所示，A、B、C、D四个区域的空间面积比为2:1:
1:2，各区域像素点的亮度值分别为1、2、3、5，分析其均衡化后得到的是一幅怎样的图像。BACD（3）图像平滑+锐化模
板的使用以3×3矩形模板为例原图像矩阵新图像矩阵将R作为滤波后所得图像矩阵中(x,y)处的灰度值。平滑：均值滤波
（以3×3矩形模板为例）平滑：中值滤波（以3×3十字模板为例）中值滤波是求局
部中值而不是局部均值，即对参与计算的像素灰度值按大小排序，然后取位置居中的像素灰度值作为新图像矩阵中相应位置上像素的灰度值。1
2345632331265452453锐化：f(x-1,y-1)f(x,y-1)
f(x-1,y)f(x,y)f(x,y+1)f(x-1,y+1)f(x+1,y-1)f(x+1,
y)f(x+1,y+1)行方向偏导列方向偏导以Prewitt算子为例5、p参数法取阈值图像的总像素
数n为64，暗区面积比p1=0.5，亮区面积比p2=0.25，灰度分布值ni/n如右图所示。为了直观，这里的累加直方图函数值用累加
像素数来表示。fj0123456789101112131415nj0034711
3438621534C1’(fj)003714252832354349515257
6064C2’(fj)646464615750393632292115131274N1=n×p1=32用于分割暗区的阈值T1=7或8N1=n×p2=16用于分割暗区的阈值T2=11或10 |
|
